基于激光点云的农田玉米种植株数数目识别

　　摘要：为了对玉米种植株数进行无损的自动化识别，利用Farofocuss70地面激光扫描仪采用四站式扫描方法，采集不同视角下的玉米田块点云数据。设计了一种基于标靶球自动提取的配准算法，对各站获取的点云数据进行精确配准，取得了完整的玉米田块点云数据，并以标靶球拟合误差和标准偏差分析配准精度。对于配准好的三维点云数据，利用采样一致性算法基于圆柱体特征从完整的玉米田块点云中精确分离出茎秆点云，统计玉米种植株数。结果表示：标靶球拟合标准偏差在0.1mm~0.7mm之间，满足仪器测量精度要求。拟合误差总体在2mm~5mm之间，能满足大场景测量配准误差5mm的要求。对玉米种植株数的识别率达到86.1%~92.1%。这一结果对于农田环境下玉米种植株数识别的实际应用方面是有帮助的，为作物的估产提供数据基础，为智慧农业研究提供理论方法。

　　关键词：激光技术；株数识别；随机采样一致性算法；农田玉米；点云配准

　　引言

　　农田环境中的玉米株数信息不仅是研究玉米出苗率的重要基础，也对作物产量分析有意义。传统的玉米株数识别采用人工实地考察的方法耗时费力，识别精度依赖于人工经验，且对植株具有一定损伤性。随着农业智能化及精细化的发展，激光测量方法的进步及其在农业领域中的应用[1-5]，使作物信息的获取具有更大的灵活性。

　　1材料与方法

　　1.1实验材料与数据获取

　　研究区域位于武汉市洪山区华中农业大学校内试验基地，中心地理坐标为30°28′47′′N，114°21′6′′E，海拔高度约为50m。该地区气候湿润，属于北亚热带季风性气候，雨水和日照充足，适合玉米种植。整个试验田区域地势较为平缓，玉米进行分块种植，不同田块的玉米种植密度不同，总体密度在6-9株/?2。

　　1.2点云配准方法

　　把不同视角获取的三维点云数据转换到同一个空间坐标系下即为三维点云的配准。目前，点云配准方法的研究大多是基于迭代最近邻配准（iteratedclosestpoints，ICP）算法的改进[7-9]，但该类算法需要不断迭代，时间成本较高，不适用于大场景下的点云数据，且局限于刚性物体的配准。在农田环境下扫描时，玉米容易发生形变，尤其是叶片部分较为柔软，不具有刚性特征，本文提出一种基于标靶球自动提取的点云配准方法[10]，该方法忽略扫描过程中玉米发生的形变，以标靶球为基准，实现多站点云数据的配准。图2为算法流程图。

　　2结果与分析

　　2.1多站点云自动配准分析

　　图5是配准后的玉米三维点云数据，由于地面三维激光扫描仪水平扫描范围为0~360°，垂直扫描范围为-60°~90°，因此需要对配准后的点云数据进行裁剪，获取实验区域的点云数据。图5中的虚线框表示裁剪完的点云数据。

　　2.2玉米植株茎秆提取分析

　　玉米种植情况以及玉米的生长状态均会影响数据采集的精度，对采集的三组数据进行对比分析。采用本文数据采集方法和配准算法获取实验区域完整的玉米三维点云数据，通过基于圆柱体模型提取的方法对获取的点云数据进行迭代处理分别提取茎秆进行株数统计，与实际株数进行对比，完成精度Acc验证。

　　3结论

　　本文提出了一种基于激光点云的农田玉米种植株数识别的方法，首先根据玉米作物的特征采用不同高度扫描位置的四站式扫描获取完整的玉米三维点云数据，提出了基于标靶球的点云自动配准算法，该算法基于球体特征自动提取标靶球的球面点云数据，以标靶球作为配准基准，忽略玉米形变实现点云配准。对于配准好的三维点云数据，利用采样一致性算法基于圆柱体特征从完整的玉米田块点云中精确分离出茎秆点云，统计玉米种植株数，实验结果表明，该方法能有效识别出玉米田块的种植株数，在不同生长时期和生长环境下都有较高的识别效率。

　　参考文献

　　[1]GUANXP,LIUK,QIUBJ,etal.Extractionofgeometricparametersofsoybeancanopybyairborne3Dlaserscanning[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2019,35(23):96-103(inChinese).管贤平,刘宽,邱白晶,等.基于机载三维激光扫描的大豆冠层几何参数提取[J].农业工程学报,2019,35(23):96-103.

　　[2]BULANONDM,KATAOKAT.FruitdetectionsystemandanendeffectorforroboticharvestingofFujiapples[J].AgriculturalEngineeringInternationalCIGRjournal,2010,12(1):203-210.

　　[3]YANGS,GAOWL,MIJQ,etal.MethodformeasurementofvegetableseedlingsheightbasedonRGB-dcamera[J].TransactionsoftheChineseSocietyforAgriculturalMachinery,2019,50(sl):128-135(inChinese).杨斯,高万林,米家奇,等.基于RGB-D相机的蔬菜苗群体株高测量方[J].农业机械学报,2019,50(Supp):128-135.

　　林承达，谢良毅*，韩晶，胡方正

《基于激光点云的农田玉米种植株数数目识别》

上一篇：玉米品种垦玉1608及其栽培技术

下一篇：珠江三角洲传统农业景观变迁及其空间转移